CN105004725B - 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 - Google Patents
一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 Download PDFInfo
- Publication number
- CN105004725B CN105004725B CN201510471329.0A CN201510471329A CN105004725B CN 105004725 B CN105004725 B CN 105004725B CN 201510471329 A CN201510471329 A CN 201510471329A CN 105004725 B CN105004725 B CN 105004725B
- Authority
- CN
- China
- Prior art keywords
- improvement
- soil
- spot
- factor
- water
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Cultivation Of Plants (AREA)
- Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)
Abstract
本发明公开了一种水土保持综合治理土壤侵蚀变化量实时定量监测方法，包括：获得研究区水土保持综合治理前和治理后遥感图像；提取数字高程图DEM以及各水土保持措施遥感影像图斑；以影像图斑为单元，计算各图斑坡长因子L、坡度因子S；采用归一化植被指数NDVI计算各图斑植被覆盖度B，并根据植被覆盖度B估算该图斑植被覆盖或作物因子C；依据现有研究成果对各图斑水土保持措施因子P进行赋值；计算土壤侵蚀量减少比例SEDP＝1‑SE治理后/SE治理前，其中SE治理前和SE治理后分别表示研究区水土保持综合治理前和治理后土壤侵蚀量。本发明仅通过对遥感影像信息提取即可得到土壤侵蚀量变化，投入成本相对较低、方便快捷。
Description
技术领域
本发明涉及水土保持综合治理研究领域，特别涉及一种水土保持综合治理土壤侵蚀变化量实时定量监测方法。
背景技术
土壤侵蚀量变化是水土保持综合治理工程成效的最直接反映，也是水土保持综合治理工程的重要监测因子，对于水土保持综合治理工程效益评价具有重要的参考作用。
目前，水土保持综合治理工程中，土壤侵蚀量变化仍沿用“径流小区观测试验”、“小流域对比法”等，这些方法虽然能够真实反映治理前后土壤侵蚀量变化，但观测指标多，耗时费工，且缺乏治理工程各个阶段的实时定量监测功能。
因此，寻求一种能够简便的、适用于一般水土保持综合治理工程且能够实时定量反映土壤侵蚀变化量的方法就显得十分必要。
发明内容
本发明的目的在于克服现有方法的缺点与不足，提供一种水土保持综合治理土壤侵蚀变化量实时定量监测方法，该方法不需要野外定点观测试验设施，仅通过对研究区遥感影像信息提取即可得到土壤侵蚀变化量，简便易用且投入成本相对较低。
本发明目的通过以下技术方案实现：一种水土保持综合治理土壤侵蚀变化量实时定量监测方法，包括如下步骤：
(1)获得研究区在进行水土保持综合治理前的遥感影像和治理后的遥感影像；
(2)对遥感影像进行校正和信息提取，提取数字高程图DEM和各水土保持措施遥感影像图斑；所述各水土保持措施遥感影像图斑是指根据实际情况进行各种水土保持措施后得到的每种措施对应的遥感影像图斑；
(3)以各水土保持措施遥感影像图斑为计算单元，基于数字高程图DEM，计算各图斑坡长因子L、坡度因子S；
(4)采用归一化植被指数NDVI计算各图斑植被覆盖度B，并根据植被覆盖度B推算对应图斑植被覆盖或作物因子C；
(5)对各水土保持措施遥感影像图斑对应的水土保持措施因子P进行赋值；
(6)对水土保持综合治理前的因子L、S、C和P进行相乘运算得到SE治理前，对水土保持综合治理后的因子L、S、C和P进行相乘运算得到SE治理后；
(7)按照公式：SEDP＝1-SE治理后/SE治理前，得到研究区域分水土保持措施图斑的土壤侵蚀量减少比例SEDP；
(8)基于各水土保持措施图斑面积，对各水土保持措施图斑对应的SEDP按照加权平均的方法进行计算，获得整个研究区域的土壤侵蚀量变化，计算步骤如下：
假设研究区域有n个水土保持措施图斑，各水土保持措施图斑面积为ARi，1≤i≤n，各水土保持措施图斑对应的水土保持综合治理前后土壤侵蚀量减少比例依次为SEDPi，那么以图斑面积为加权的整个研究区域土壤侵蚀量减少比例即为：
SEDP整个研究区域＝(SEDP1×AR1+SEDP2×AR2+…+SEDPi×ARi)/
(AR1+AR2+…+ARi)。
优选的，所述监测方法基于GIS软件实现，步骤(3)中在GIS软件中生成研究区域坡长因子L和坡度因子S专题图，步骤(4)中在GIS软件中生成研究区域植被覆盖或作物因子C专题图；步骤(5)中在GIS软件中生成研究区域水土保持措施因子P专题图；步骤(6)中，通过GIS软件空间要素叠加分析对因子L、S、C和P进行相乘叠加运算分别得到SE治理前、SE治理后；步骤(7)中，对步骤(6)计算得到的SE治理前、SE治理后在GIS软件中进行叠加分析，得到研究区域各水土保持措施图斑的土壤侵蚀量减少比例SEDP。
优选的，所述步骤(2)中，对遥感影像进行校正和信息提取具体步骤是：
(2-1)在ENVI软件下基于之前地面定标点对遥感影像进行影像配准和几何校正，同时在ENVI软件下对遥感影像进行大气校正；
(2-2)基于校正后的遥感影像在GIS中进行信息提取，提取的信息包括两个方面：生成影像区域的数字高程图DEM和提取各水土保持措施遥感影像图斑。
优选的，所述步骤(3)中，采用美国通用水土流失方程推荐公式，计算研究区内各图斑的坡长因子L、坡度因子S，其计算方法采用下述方法中的任意一种：
(3-1-1)坡长因子L的计算公式如下：
L＝(λ/22.13)m；
m＝β/(1+β)；
β＝(sinθ/0.0896)/[3.0(sinθ)0.8+0.56]；
坡度因子S的计算公式如下：
其中，θ为图斑平均坡度值，λ为各图斑平均坡长，不超过300m；
(3-1-2)坡长因子L的计算公式如下：L＝(λ/22.13)0.44；
坡度因子S的计算公式如下：S＝17/(1+e2.3-6.1sin(θ))-1.5；
其中λ为各图斑平均坡长；θ为图斑平均坡度值。
更进一步的，所述步骤(3)中，将各图斑的坡长因子L、坡度因子S的乘积作为一个坡长坡度因子，记为LS，其计算方法采用下述方法中的任意一种：
(3-2-1)LS＝(λ/22.13)m×(21.91sin(θ)-0.96)；
其中LS为坡长坡度因子；λ为各图斑平均坡长，不超过300m；θ为图斑平均坡度值；m为坡长指数，当θ≤0.5°，m＝0.2；当0.5°<θ≤1.5°，m＝0.3；当1.5°<θ≤3°，m＝0.4；当θ>3°，m＝0.5；
(3-2-2)LS＝(λ/22.13)m×(65.4sin(θ)2+4.56sin(θ)+0.065)；
其中LS为坡长坡度因子；λ为各图斑平均坡长；θ为图斑平均坡度值；m为坡长指数；该公式针对坡度大于2.86°适用，此时m＝0.5；
(3-2-3)LS＝(A/22.13)m×(sin(θ)/0.0896)n；
其中LS为坡长坡度因子，A为图斑面积，θ为图斑平均坡度值；m和n为常数，分别取0.4～0.6和1.2～1.3；
(3-2-4)LS＝(λ/22.0)×(θ/5.16)1.3；
其中LS为坡长坡度因子，λ为各图斑平均坡长；θ为图斑平均坡度值，该公式适用于坡度大于5.14°的研究区。
优选的，所述步骤(4)中，计算植被覆盖或作物因子C的方法具体为：
(4-1)在ENVI软件中计算各图斑植被指数NDVI；
(4-2)计算各图斑植被覆盖度B，参照如下公式：
B＝(NDVIC-NDVIMIN)/(NDVIMAX-NDVIMIN)；
其中，NDVIC是计算当前图斑NDVI值，NDVIMAX和NDVIMIN分别为全幅遥感影像中NDVI的最大和最小值；
(4-3)计算各图斑植被覆盖或作物因子C，公式如下：
更进一步的，所述步骤(4)中，植被覆盖或作物因子C通过查表赋值的方法得到，具体为：
表1植被覆盖或作物因子C查询表1
将所述植被分为林草地和农地两种类型，对于林草地，根据其植被或作物类型，结合步骤(4-2)计算得到的植被覆盖度B，通过查询表1，得到对应的植被覆盖或作物因子C；对于农地，根据其植被或作物类型，结合耕作方式，得到对应的植被覆盖或作物因子C。
优选的，所述步骤(4)中，植被覆盖或作物因子C通过查表赋值的方法得到，具体为：
表2植被覆盖或作物因子C查询表2
| 土地类型 | 植被覆盖度B | 植被覆盖或作物因子C |
| 坡地 | 10 | 0.99 |
| 乔木林地 | 30 | 0.83 |
| 混交林 | 30 | 0.83 |
| 经济林 | 20 | 0.89 |
| 草地 | 50 | 0.75 |
| 梯田 | 20 | 0.89 |
| 荒地 | 80 | 0.68 |
| 居民地 | 20 | 0.89 |
将所述植被根据土地类型分为坡地、乔木林地、混交林、经济林、草地、梯田、荒地、居民地，通过查询表2，得到对应的植被覆盖度B、植被覆盖或作物因子C。
优选的，所述步骤(5)中，对各水土保持措施遥感影像图斑对应的水土保持措施因子P进行赋值，其赋值方法采用下面中的任意一种：
(5-1)将水土保持措施分为以下几类：耕作措施、工程措施、林草措施、综合措施，其中耕作措施包括横坡耕作、横坡植物篱、垄作、平作、免耕，工程措施包括水平梯田、截流沟、水平沟，林草措施包括水保林、经果林、林草复合模式，综合措施包括封禁治理、人工林，根据上述分类，采用表3对各水土保持措施遥感影像图斑对应的水土保持措施因子P进行赋值：
表3水土保持措施因子P查找表1
(5-2)将水土保持措施分为等高带状种植、跨坡等高条植、等高耕作、条植、等高梯田、水平沟、等高边界、植物篱、生物覆盖、造林，根据上述分类，采用表4对其对应的水土保持措施因子P进行赋值：
表4水土保持措施因子P查找表2
| 水土保持措施 | P值 |
| 等高带状种植 | 0.4 |
| 跨坡等高条植(非在等高线上) | 0.5 |
| 等高耕作 | 0.55 |
| 条植(有草或作物带) | 0.15 |
| 等高梯田 | 0.1 |
| 水平沟 | 0.1 |
| 等高边界 | 0.2 |
| 植物篱 | 0.35 |
| 生物覆盖 | 0.35 |
| 造林 | 0.4–0.6 |
(5-3)将水土保持措施根据坡度分为顺坡耕作、等高沟垄种植、等高带状耕作、水平梯田根据上述分类，采用表5对其对应的水土保持措施因子P进行赋值：
表5水土保持措施因子P查找表3
| 坡度/度 | 顺坡耕作 | 等高沟垄种植 | 等高带状耕作 | 水平梯田 |
| 2-5 | 1.0 | 0.3 | 0.5 | 0.1 |
| 5.1-9 | 1.0 | 0.4 | 0.7 | 0.16 |
| 9.1-16 | 1.0 | 0.5 | 0.9 | 0.3 |
| 16.1-20 | 1.0 | 0.7 | 1.0 | 0.4 |
| 20.1-25 | 1.0 | 0.9 | 1.0 | 0.5 |
(5-4)将水土保持措施根据用地类型分为坡地、乔木林地、混交林、经济林、草地、梯田、荒地、居民地，见表6：
表6水土保持措施因子P查找表4
| 用地类型 | 坡地 | 乔木林地 | 混交林 | 经济林 | 草地 | 梯田 | 荒地 | 居民地 |
| P值 | 1.0 | 1.0 | 0.2 | 0.69 | 0.2 | 0.35 | 1.0 | 1.0 |
根据上述分类，采用表6对其对应的水土保持措施因子P进行赋值。
优选的，所述步骤(6)中，基于美国通用水土流失方程，所述SE′治理前和SE′治理后的计算公式如下：
SE′治理前＝R治理前×K治理前×L治理前×S治理前×C治理前×P治理前；
SE′治理后＝R治理后×K治理后×L治理后×S治理后×C治理后×P治理后；
其中，R为降雨侵蚀力，单位为MJ mm h-1hm-2a-1；K为土壤可蚀性因子，单位为thm2h MJ-1hm-2mm-1；L为坡长因子；S为坡度因子；C为植被覆盖或作物因子；P为水土保持措施因子；
对于同一特定研究区域，治理前后R、K基本相等，因此，土壤侵蚀量减少比例SEDP的计算公式如下：
SEDP＝1-SE′治理前/SE′治理后
＝1-SE治理后/SE治理前
＝1-(L治理后×S治理后×C治理后×P治理后)÷(L治理前×S治理前×C治理前×P治理前)；
若SEDP＝0，则表示治理前后土壤侵蚀量未发生改变；若SEDP<0，则表示治理后土壤侵蚀量增加；若SEDP>0，则表示治理后土壤侵蚀量降低。
本发明与现有技术相比，具有如下优点和有益效果：
1、本发明不需要野外建设定点观测试验设施，仅通过对遥感影像信息的提取即可得到土壤侵蚀量变化情况，从而对水土保持综合治理工程土壤流失变化量进行实时定量监测，投入成本低、方便快捷。
2、本发明对土壤侵蚀变化量实时定量监测是对研究区进行全尺度覆盖分析，与以往抽样调查方法有明显不同。
3、本发明设立了一个指标土壤侵蚀量减少比例SEDP，计算中忽略降雨侵蚀力(R)和土壤可蚀性(K)变化，在不计算R、K参数的情况下，仍可以实时定量获得研究区土壤侵蚀量变化情况，具有计算简单的优点。
附图说明
图1是本实施例的算法流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例1
本实施例一种水土保持综合治理土壤侵蚀变化量实时定量监测方法，基于以下工作原理：
基于美国通用水土流失方程(USLE)SE＝K×R×L×S×C×P，其中SE为土壤侵蚀量，t hm-2a-1；K为土壤可蚀性因子，t hm2h MJ-1hm-2mm-1；R为降雨侵蚀力，MJ mm h-1hm-2a-1；L为坡长因子；S为坡度因子；C为植被或作物因子；P为水土保持措施因子。那么，土壤侵蚀量减少比例SEDP即为：
SEDP＝1-SE′治理前/SE′治理后
＝1-(R治理后×K治理后×L治理后×S治理后×C治理后×P治理后)÷(R治理前×K治理前×L治理前×
S治理前×C治理前×P治理前) (1)
针对某一特定研究区域，其降雨侵蚀力(R)与土壤可蚀性(K)与水土保持工程实施与否并无物理性内在因果关系，可认为降雨侵蚀力(R)与土壤可蚀性(K)基本未发生改变。即为R治理后≈R治理前和K治理后≈K治理前，那么公式(1)可化简为：
SEDP＝＝1-SE′治理前/SE′治理后
＝1-SE治理后/SE治理前
＝1-(L治理后×S治理后×C治理后×P治理后)÷(L治理前×S治理前×C治理前×P治理前) (2)
式中SE′治理前和SE′治理后分别表示水土保持工程实施后和前研究区土壤侵蚀量；L治理后、S治理后、C治理后、P治理后和L治理前、S治理前、C治理前、P治理前分别表示水土保持工程实施后和前研究区域坡长因子、坡度因子、植被或作物因子、水土保持措施因子。
可以看出，土壤侵蚀量减少比例SEDP存在以下几个可能值：若SEDP＝0，则表示治理前后土壤侵蚀量未发生改变；若SEDP<0，则表示治理后土壤侵蚀量增加了；若SEDP>0，则表示治理后土壤侵蚀量降低了。从而实现对水土保持综合治理工程土壤侵蚀变化量动态定量监测评价。
在实际应用中，还可以针对具体项目研究问题，设定不同等级SEDP值，进而对水土保持治理工程的土壤侵蚀变化量进行定量评价。
下面结合图1，对本实施例一种水土保持综合治理土壤侵蚀变化量实时定量监测方法的步骤说明如下：
步骤1：获得研究区在进行水土保持综合治理前和治理后的遥感影像。
步骤2：在ENVI软件下基于之前地面定标点对遥感影像进行影像配准和几何校正，同时在ENVI软件下对遥感影像进行大气校正；基于校正后的遥感影像在GIS中进行信息提取，提取的信息包括两个方面：生成影像区域的数字高程图DEM和提取各水土保持措施遥感影像图斑。本实施例所述水土保持措施分为以下几类：耕作措施、工程措施、林草措施、综合措施，其中耕作措施包括横坡耕作、横坡植物篱、垄作、平作、免耕，工程措施包括水平梯田、截流沟、水平沟，林草措施包括水保林、经果林、林草复合模式，综合措施包括封禁治理、人工林。上述的各水土保持措施类型并非实际生产中的全部类型。因此，本方法在实际应用中可根据实际情况进行“水土保持措施”分类。
步骤3：以各图斑为计算单元，基于数字高程图DEM，计算各图斑的坡长因子L、坡度因子S。
坡长因子L的计算公式如下：
L＝(λ/22.13)m；
m＝β/(1+β)；
β＝(sinθ/0.0896)/[3.0(sinθ)0 . 8+0.56]；
坡度因子S的计算公式如下：
其中，θ为计算图斑平均坡度值，λ为各图斑平均坡长，不超过300m。
本实施例中计算坡长因子L和坡度因子S的方法来自于已有研究成果中的一种，在实际使用时也可因地制宜采用其他适用性理想的计算方法。例如：
(1)将坡长与坡度作为一个因子(LS)，计算方法如下：
①LS＝(λ/22.13)m×(21.91sin(θ)-0.96)
其中LS为坡长坡度因子；λ为各图斑平均坡长，不超过300m；θ为计算图斑平均坡度值；m为坡长指数，当θ≤0.5°，m＝0.2；当0.5°<θ≤1.5°，m＝0.3；当1.5°<θ≤3°，m＝0.4；当θ>3°，m＝0.5。
②LS＝(λ/22.13)m×(65.4sin(θ)2+4.56sin(θ)+0.065)
其中LS为坡长坡度因子；λ为各图斑平均坡长；θ为计算图斑平均坡度值；m为坡长指数；这里公式针对坡度大于2.86°适用，此时m＝0.5。
③LS＝(A/22.13)m×(sin(θ)/0.0896)n
其中LS为坡长坡度因子，A为计算图斑面积，θ为计算图斑平均坡度值；m和n为常数，分别取0.4～0.6和1.2～1.3。
④LS＝(λ/22.0)×(θ/5.16)1.3
其中LS为坡长坡度因子，λ为各图斑平均坡长；θ为计算图斑平均坡度值。该公式适用于坡度大于5.14°的研究区。
(2)将坡长L与坡度S分别计算，方法如下：
L＝(λ/22.13)0.44
S＝17/(1+e2.3-6.1sin(θ))-1.5
其中λ为各图斑平均坡长；θ为计算图斑平均坡度值。
步骤4：在ENVI软件中计算各图斑植被指数NDVI，计算各图斑植被覆盖度B，参照如下公式：
B＝(NDVIC-NDVIMIN)/(NDVIMAX-NDVIMIN)；
其中，NDVIC是计算当前图斑NDVI值，NDVIMAX和NDVIMIN分别为全幅遥感影像中NDVI的最大和最小值。
参照蔡崇法公式计算各图斑植被覆盖或作物因子C，公式如下：
这里C因子计算方法采用的已有研究成果的一种，在实际使用中也可因地制宜采用其他适用性理想的计算方法。例如：
方法(1)：
方法(2)：
| 土地类型 | 植被覆盖度B | 植被覆盖或作物因子C |
| 坡地 | 10 | 0.99 |
| 乔木林地 | 30 | 0.83 |
| 混交林 | 30 | 0.83 |
| 经济林 | 20 | 0.89 |
| 草地 | 50 | 0.75 |
| 梯田 | 20 | 0.89 |
| 荒地 | 80 | 0.68 |
| 居民地 | 20 | 0.89 |
步骤5：对各图斑水土保持措施因子(P)进行赋值。
本实施例参见陈正发、张有全等研究结果，建立一P因子查找表，表如下：
表1 P因子查找表
上述P因子查找表来源于已有研究成果的一种，在实际使用中也可因地制宜采用其他适用性理想的计算方法。例如：
方法(1)：
| 等高带状种植 | 0.4 |
| 跨坡等高条植(非在等高线上) | 0.5 |
| 等高耕作 | 0.55 |
| 条植(有草或作物带) | 0.15 |
| 等高梯田 | 0.1 |
| 水平沟 | 0.1 |
| 等高边界 | 0.2 |
| 植物篱 | 0.35 |
| 生物覆盖 | 0.35 |
| 造林 | 0.4–0.6 |
方法(2)：
| 坡度/度 | 顺坡耕作 | 等高沟垄种植 | 等高带状耕作 | 水平梯田 |
| 2-5 | 1.0 | 0.3 | 0.5 | 0.1 |
| 5.1-9 | 1.0 | 0.4 | 0.7 | 0.16 |
| 9.1-16 | 1.0 | 0.5 | 0.9 | 0.3 |
| 16.1-20 | 1.0 | 0.7 | 1.0 | 0.4 |
| 20.1-25 | 1.0 | 0.9 | 1.0 | 0.5 |
方法(3)：
| 用地类型 | 坡地 | 乔木林地 | 混交林 | 经济林 | 草地 | 梯田 | 荒地 | 居民地 |
| P值 | 1.0 | 1.0 | 0.2 | 0.69 | 0.2 | 0.35 | 1.0 | 1.0 |
步骤6：根据上述步骤计算得到的坡长因子L、坡度因子S、植被覆盖或作物因子C、水土保持措施因子P，在GIS软件中生成研究区水土保持综合治理工程实施前后L、S、C和P值专题图。这里的专题图为栅格格式，即为一般的TIFF、JPEG等格式即可。
步骤7：基于美国通用水土流失方程，所述SE′治理前和SE′治理后的计算公式如下：
SE′治理前＝R治理前×K治理前×L治理前×S治理前×C治理前×P治理前；
SE′治理后＝R治理后×K治理后×L治理后×S治理后×C治理后×P治理后；
其中，R为降雨侵蚀力，单位为MJ mm h-1hm-2a-1；K为土壤可蚀性因子，单位为thm2h MJ-1hm-2mm-1；L为坡长因子；S为坡度因子；C为植被覆盖或作物因子；P为水土保持措施因子；对于同一特定研究区域，治理前后R、K基本相等，因此可通过GIS软件空间要素叠加分析，对因子L、S、C和P进行相乘运算得到水土保持综合治理前和治理后的4因子乘积值，分别记为SE治理前、SE治理后。
步骤8：计算某一水土保持措施图斑对应的土壤侵蚀量减少比例SEDP，公式如下：
SEDP＝1-SE治理后/SE治理前
＝1-(L治理后×S治理后×C治理后×P治理后)÷(L治理前×S治理前×C治理前×P治理前)；
若SEDP＝0，则表示治理前后土壤侵蚀量未发生改变；若SEDP<0，则表示治理后土壤侵蚀量增加；若SEDP>0，则表示治理后土壤侵蚀量降低。
步骤9：通过加权平均等方法获得整个研究区土壤侵蚀变化量及生成相关图件。计算步骤如下：
假设研究区域有n个水土保持措施图斑，各水土保持措施图斑面积为ARi，1≤i≤n，各水土保持措施图斑对应的水土保持综合治理前后土壤侵蚀量减少比例依次为SEDPi，那么以图斑面积为加权的整个研究区域土壤侵蚀量减少比例即为：
SEDP整个研究区域＝(SEDP1×AR1+SEDP2×AR2+…+SEDPi×ARi)/
(AR1+AR2+…+ARi)。
SEDP整个研究区域即为整个研究区域土壤侵蚀量减少比例。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (7)
1.一种水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，包括如下步骤：
(1)获得研究区在进行水土保持综合治理前的遥感影像和治理后的遥感影像；
(2)对遥感影像进行校正和信息提取，提取数字高程图DEM和各水土保持措施遥感影像图斑；所述各水土保持措施遥感影像图斑是指根据实际情况进行各种水土保持措施后得到的每种措施对应的遥感影像图斑；
(3)以各水土保持措施遥感影像图斑为计算单元，基于数字高程图DEM，计算各图斑坡长因子L、坡度因子S；
(4)采用归一化植被指数NDVI计算各图斑植被覆盖度B，并根据植被覆盖度B推算对应图斑植被覆盖或作物因子C；
(5)对各水土保持措施遥感影像图斑对应的水土保持措施因子P进行赋值；
(6)对水土保持综合治理前的因子L、S、C和P进行相乘运算得到SE治理前，对水土保持综合治理后的因子L、S、C和P进行相乘运算得到SE治理后；
(7)按照公式：SEDP＝1-SE治理后/SE治理前，得到研究区域分水土保持措施图斑的土壤侵蚀量减少比例SEDP；
(8)基于各水土保持措施图斑面积，对各水土保持措施图斑对应的SEDP按照加权平均的方法进行计算，获得整个研究区域的土壤侵蚀量变化，计算步骤如下：
假设研究区域有n个水土保持措施图斑，各水土保持措施图斑面积为ARi，1≤i≤n，各水土保持措施图斑对应的水土保持综合治理前后土壤侵蚀量减少比例依次为SEDPi，那么以图斑面积为加权的整个研究区域土壤侵蚀量减少比例即为：
SEDP整个研究区域＝(SEDP1×AR1+SEDP2×AR2+…+SEDPi×ARi)/(AR1+AR2+…+ARi)。
2.根据权利要求1所述的水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，所述监测方法基于GIS软件实现，步骤(3)中在GIS软件中生成研究区域坡长因子L和坡度因子S专题图，步骤(4)中在GIS软件中生成研究区域植被覆盖或作物因子C专题图；步骤(5)中在GIS软件中生成研究区域水土保持措施因子P专题图；步骤(6)中，通过GIS软件空间要素叠加分析对因子L、S、C和P进行相乘叠加运算分别得到SE治理前、SE治理后；步骤(7)中，对步骤(6)计算得到的SE治理前、SE治理后在GIS软件中进行叠加分析，得到研究区域各水土保持措施图斑的土壤侵蚀量减少比例SEDP。
3.根据权利要求1所述的水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，所述步骤(2)中，对遥感影像进行校正和信息提取具体步骤是：
(2-1)在ENVI软件下基于之前地面定标点对遥感影像进行影像配准和几何校正，同时在ENVI软件下对遥感影像进行大气校正；
(2-2)基于校正后的遥感影像在GIS中进行信息提取，提取的信息包括两个方面：生成影像区域的数字高程图DEM和提取各水土保持措施遥感影像图斑。
4.根据权利要求1所述的水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，所述步骤(3)中，采用美国通用水土流失方程推荐公式，计算研究区内各图斑的坡长因子L、坡度因子S，其计算方法采用下述方法中的任意一种：
(3-1-1)坡长因子L的计算公式如下：
L＝(λ/22.13)m；
m＝β/(1+β)；
β＝(sinθ/0.0896)/[3.0(sinθ)0.8+0.56]；
坡度因子S的计算公式如下：
其中，θ为图斑平均坡度值，λ为各图斑平均坡长，不超过300m；
(3-1-2)坡长因子L的计算公式如下：L＝(λ/22.13)0.44；
坡度因子S的计算公式如下：S＝17/(1+e2.3-6.1sin(θ))-1.5；
其中λ为各图斑平均坡长；θ为图斑平均坡度值。
5.根据权利要求1所述的水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，所述步骤(3)中，将各图斑的坡长因子L、坡度因子S的乘积作为一个坡长坡度因子，记为LS，其计算方法采用下述方法中的任意一种：
(3-2-1)LS＝(λ/22.13)m×(21.91sin(θ)-0.96)；
其中LS为坡长坡度因子；λ为各图斑平均坡长，不超过300m；θ为图斑平均坡度值；m为坡长指数，当θ≤0.5°，m＝0.2；当0.5°<θ≤1.5°，m＝0.3；当1.5°<θ≤3°，m＝0.4；当θ>3°，m＝0.5；
(3-2-2)LS＝(λ/22.13)m×(65.4(sin(θ))2+4.56sin(θ)+0.065)；
其中LS为坡长坡度因子；λ为各图斑平均坡长；θ为图斑平均坡度值；m为坡长指数；该公式针对坡度大于2.86°适用，此时m＝0.5；
(3-2-3)LS＝(A/22.13)m×(sin(θ)/0.0896)n；
其中LS为坡长坡度因子，A为图斑面积，θ为图斑平均坡度值；m和n为常数，分别取0.4～0.6和1.2～1.3；
(3-2-4)LS＝(λ/22.0)×(θ/5.16)1.3；
其中LS为坡长坡度因子，λ为各图斑平均坡长；θ为图斑平均坡度值，该公式适用于坡度大于5.14°的研究区。
6.根据权利要求1所述的水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，所述步骤(4)中，植被覆盖或作物因子C通过查表赋值的方法得到，具体为：
表1植被覆盖或作物因子C查询表
将所述植被根据土地类型分为坡地、乔木林地、混交林、经济林、草地、梯田、荒地、居民地，通过查询表1，得到对应的植被覆盖度B、植被覆盖或作物因子C。
7.根据权利要求1所述的水土保持综合治理土壤侵蚀变化量实时定量监测方法，其特征在于，所述步骤(6)中，基于美国通用水土流失方程，所述SE′治理前和SE′治理后的计算公式如下：
SE′治理前＝R治理前×K治理前×L治理前×S治理前×C治理前×P治理前；
SE′治理后＝R治理后×K治理后×L治理后×S治理后×C治理后×P治理后；
其中，R为降雨侵蚀力，单位为MJ mm h-1hm-2a-1；K为土壤可蚀性因子，单位为t hm2h MJ-1hm-2mm-1；L为坡长因子；S为坡度因子；C为植被覆盖或作物因子；P为水土保持措施因子；
对于同一特定研究区域，治理前后R、K基本相等，因此，土壤侵蚀量减少比例SEDP的计算公式如下：
SEDP＝1-SE′治理前/SE′治理后
＝1-SE治理后/SE治理前
＝1-(L治理后×S治理后×C治理后×P治理后)÷(L治理前×S治理前×C治理前×P治理前)；
若SEDP＝0，则表示治理前后土壤侵蚀量未发生改变；若SEDP<0，则表示治理后土壤侵蚀量增加；若SEDP>0，则表示治理后土壤侵蚀量降低。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510471329.0A CN105004725B (zh) | 2015-08-04 | 2015-08-04 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510471329.0A CN105004725B (zh) | 2015-08-04 | 2015-08-04 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105004725A CN105004725A (zh) | 2015-10-28 |
| CN105004725B true CN105004725B (zh) | 2018-10-19 |
Family
ID=54377478
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510471329.0A Active CN105004725B (zh) | 2015-08-04 | 2015-08-04 | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105004725B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108180897A (zh) * | 2018-01-06 | 2018-06-19 | 中国科学院、水利部成都山地灾害与环境研究所 | 坡耕地土壤水力侵蚀速率快速估算方法 |
| CN108332719A (zh) * | 2018-01-06 | 2018-07-27 | 中国科学院、水利部成都山地灾害与环境研究所 | 坡耕地土壤耕作侵蚀速率快速估算方法 |
| CN108846565A (zh) * | 2018-06-04 | 2018-11-20 | 福建师范大学地理研究所 | 南方红壤侵蚀区生态恢复适时介入与安全退出的评估方法 |
| CN109710718B (zh) * | 2018-12-26 | 2020-09-04 | 浙江大学 | 一种植被覆盖因子的快速估算方法 |
| CN109581412A (zh) * | 2019-01-17 | 2019-04-05 | 合肥工业大学 | 一种快速进行水土流失动态变化遥感监测的方法 |
| CN110047084A (zh) * | 2019-04-08 | 2019-07-23 | 河北省水利水电勘测设计研究院 | 基于土地利用矢量成果计算小流域植被覆盖率系统及方法 |
| CN110415346B (zh) * | 2019-07-10 | 2022-11-25 | 华中师范大学 | 利用面向对象的三维元胞自动机进行水土流失模拟的方法 |
| CN112328948A (zh) * | 2020-07-23 | 2021-02-05 | 宁夏回族自治区水土保持监测总站(宁夏回族自治区水土保持生态环境监测总站) | 一种水土保持的侵蚀计算系统 |
| CN112364681B (zh) * | 2020-09-21 | 2022-10-04 | 生态环境部卫星环境应用中心 | 基于二维表的植被覆盖度估算方法及装置 |
| CN113591572B (zh) * | 2021-06-29 | 2023-08-15 | 福建师范大学 | 基于多源数据和多时相数据的水土流失定量监测方法 |
| CN113450348B (zh) * | 2021-07-20 | 2022-06-10 | 福州大学 | 基于高分辨率立体像对影像的土壤侵蚀定量估算方法 |
| CN113647224B (zh) * | 2021-08-12 | 2023-02-17 | 中国水利水电科学研究院 | 综合坡度与土层分异的坡耕地水土保持复合措施配置方法 |
| CN115380656B (zh) * | 2022-09-22 | 2023-06-20 | 吉林省农业科学院 | 基于缓坡农田侵蚀阻控的生态治理方法 |
| CN115641370B (zh) * | 2022-11-17 | 2023-04-07 | 深圳市深水水务咨询有限公司 | 一种基于深度学习的水土保持图像提取管理系统及方法 |
| CN116611700A (zh) * | 2023-04-08 | 2023-08-18 | 湖南省水利水电勘测设计规划研究总院有限公司 | 基于知识图谱的区域水土流失动态监测方法及装置 |
| CN116452021B (zh) * | 2023-06-19 | 2023-09-08 | 深圳市睿拓新科技有限公司 | 一种水土保持准实时精细化监管定量评价方法 |
| CN117151430B (zh) * | 2023-10-30 | 2024-01-30 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种小流域水土保持治理优先度遥感评估方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063311A (zh) * | 2012-12-24 | 2013-04-24 | 珠江水利委员会珠江水利科学研究院 | 基于土壤指数的裸露基岩信息提取方法 |
| CN103699809A (zh) * | 2014-01-08 | 2014-04-02 | 北京师范大学 | 一种基于克里金插值方程的水土流失空间监测方法 |
-
2015
- 2015-08-04 CN CN201510471329.0A patent/CN105004725B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103063311A (zh) * | 2012-12-24 | 2013-04-24 | 珠江水利委员会珠江水利科学研究院 | 基于土壤指数的裸露基岩信息提取方法 |
| CN103699809A (zh) * | 2014-01-08 | 2014-04-02 | 北京师范大学 | 一种基于克里金插值方程的水土流失空间监测方法 |
Non-Patent Citations (3)
| Title |
|---|
| 济南市土壤侵蚀潜在危险度分级及侵蚀背景的空间分析;孙希华等;《水土保持研究》;20031231;第10卷(第4期);80-83页 * |
| 石漠化区小流域综合治理可持续发展评价;方健梅;《中国优秀硕士学位论文全文数据库农业科技辑》;20140315(第3期);对比文件1的53页最后两段至第54页第1段，第76页倒数第2段至87页第2段 * |
| 通用土壤流失方程在水土流失预测中的应用;张成武;《云南水力发电》;20081231;第24卷(第06期);5-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105004725A (zh) | 2015-10-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105004725B (zh) | 一种水土保持综合治理土壤侵蚀变化量实时定量监测方法 | |
| Auerswald et al. | Rates of sheet and rill erosion in Germany—A meta-analysis | |
| Zhao et al. | Changing climate affects vegetation growth in the arid region of the northwestern China | |
| Jakubauskas et al. | Crop identification using harmonic analysis of time-series AVHRR NDVI data | |
| CN103824077B (zh) | 一种基于多源遥感数据的城市不透水层率息提取方法 | |
| Ozdogan et al. | Changes in summer irrigated crop area and water use in Southeastern Turkey from 1993 to 2002: Implications for current and future water resources | |
| Serra et al. | estimating water consumption and irrigation requirements in a Long‐Established Mediterranean Rural Community by remote sensing and field data | |
| Schiettecatte et al. | Influence of landuse on soil erosion risk in the Cuyaguateje watershed (Cuba) | |
| Wang et al. | Summer maize growth under different precipitation years in the Huang-Huai-Hai Plain of China | |
| Grassano et al. | Evaluation of rapeseed cultivation suitability in Apulia with GIS-multicriteria analysis | |
| He | The effect of precipitation on vegetation cover over three landscape units in a protected semi-arid grassland: Temporal dynamics and suitable climatic index | |
| Rudiarto et al. | Impact of land use change in accelerating soil erosion in Indonesian upland area: a case of Dieng Plateau, Central Java-Indonesia. | |
| Erdogan et al. | Modelling the impact of land-cover change on potential soil loss in the Taita Hills, Kenya, between 1987 and 2003 using remote-sensing and geospatial data | |
| CN109685081A (zh) | 一种遥感提取撂荒地的联合变化检测方法 | |
| Van Soesbergen et al. | Uncertainty in data for hydrological ecosystem services modelling: Potential implications for estimating services and beneficiaries for the CAZ Madagascar | |
| Steele et al. | Spatial mapping of evapotranspiration over Devils Lake basin with SEBAL: application to flood mitigation via irrigation of agricultural crops | |
| Wang et al. | Research on cropping intensity mapping of the Huai River Basin (China) based on multi-source remote sensing data fusion | |
| Nguyen et al. | Soil erosion response to land use change in a mountainous rural area of Son La Province of Vietnam | |
| Ayeni et al. | The local experts' perception of environmental change and its impacts on surface water in Southwestern Nigeria | |
| Serra et al. | Two Mediterranean irrigation communities in front of water scarcity: A comparison using satellite image time series | |
| Ajith et al. | Rice yield prediction using MODIS-NDVI (MOD13Q1) and land based observations | |
| Muleta et al. | GIS-based assessment of suitability area of rainwater harvesting in Daro Labu District, Oromia, Ethiopia | |
| Jang et al. | A spatial reasoning approach to estimating paddy rice water demand in Hwanghaenam-do, North Korea | |
| Javed et al. | Climate change induced land degradation and socio-economic deterioration: a remote sensing and GIS based case study from Rajasthan, India | |
| Suh et al. | Analysis of land cover land use change in the greater Gaborone area of South Eastern Botswana |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Kang Qing Inventor after: Zhang Zijun Inventor after: Xiang Jiaping Inventor after: Zeng Maimai Inventor after: Li Wanneng Inventor after: Fu Qinghua Inventor after: Huang Jun Inventor after: Fan Jianyou Inventor after: Jin Pingwei Inventor after: Wang Jinggui Inventor after: Yu Guosong Inventor after: Chen Li Inventor after: Chen Dongyi Inventor before: Huang Jun Inventor before: Kang Qing Inventor before: Jin Pingwei Inventor before: Li Lanbin Inventor before: Zhang Zijun Inventor before: Liu Bin Inventor before: Wei Congmou Inventor before: Fang Zongfu Inventor before: Xu Zhou |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |